AI 서버에는 왜 MLCC가 10배 더 들어갈까? 전력 설계로 풀어본 이유

AI 서버의 핵심 부품은 GPU와 고대역폭메모리지만, 이들이 안정적으로 작동하려면 전류 변동을 제어하는 수많은 수동부품이 필요합니다. 대표적인 부품이 MLCC, 즉 적층세라믹콘덴서입니다.

삼성전기 기술자료에 따르면 AI 서버에는 일반 서버보다 약 10~15배 많은 MLCC가 사용될 수 있습니다. 서버 크기가 단순히 커졌기 때문이 아니라 전력 밀도와 전류 변화 속도가 급격히 높아졌기 때문입니다.

핵심 요약

GPU 코어는 1V보다 낮은 전압에서 작동하면서도 매우 큰 순간 전류를 요구합니다. 연산 부하가 바뀌면 전류 수요도 짧은 시간 안에 급변하는데, 이때 GPU 가까이에 배치된 MLCC가 저장한 전하를 방출해 전압 변동을 줄입니다. 또한 GPU·CPU·네트워크·전압변환 회로가 늘어날수록 MLCC가 필요한 지점도 함께 증가합니다. 이에 따라 AI 서버에는 저전압·초고용량 MLCC와 전원변환용 고전압 MLCC가 동시에 필요합니다.

목차

1. ‘AI 서버 한 대’의 범위를 먼저 구분해야 합니다
2. GPU는 왜 0.8V에서 수천 암페어를 요구할까
3. 큰 커패시터 하나로 해결할 수 없는 이유
4. 랙 단위 AI 시스템이 MLCC 수요를 증폭시키는 과정
5. GPU 옆 MLCC와 전원장치용 MLCC는 역할이 다릅니다
6. 48V 전원 구조에서도 MLCC가 더 중요해지는 이유
7. 고사양 MLCC 공급업체가 제한되는 이유
8. 투자자가 확인해야 할 지표와 위험요인

1. ‘AI 서버 한 대’의 범위를 먼저 구분해야 합니다

AI 서버의 MLCC 탑재량을 비교할 때는 숫자의 집계 범위부터 확인해야 합니다. ‘서버 한 대’라는 표현에 메인보드, 개별 노드, 랙 스케일 시스템이 혼용되기 때문입니다.

구분	포함되는 범위	수량 해석 시 주의점
메인보드·컴퓨팅 보드	CPU·GPU와 주변 전원회로	랙 전원부와 스위치는 제외될 수 있음
개별 서버 노드	보드, 전원부, 저장장치, 네트워크	제조사별 구성이 다름
랙 스케일 시스템	다수의 트레이, 스위치, 전원 선반	수십 개 GPU가 포함됨

TrendForce는 GB200 메인보드 범위에서 일반 서버보다 MLCC 사용량이 약 두 배 늘어날 수 있다고 분석했습니다. 삼성전기는 AI 서버 전체 기준으로 약 10~15배가 필요하다고 설명합니다. 집계 범위가 다르므로 두 수치가 반드시 충돌하는 것은 아닙니다.

랙당 최대 약 60만 개라는 언론 인용 수치도 특정 설계를 전제로 한 업계 추정치입니다. 모든 AI 서버 랙에 적용되는 엔비디아 공식 부품표는 아닙니다.

2. GPU는 왜 0.8V에서 수천 암페어를 요구할까

전력은 전압과 전류의 곱입니다.

전력 = 전압 × 전류

같은 전력을 낮은 전압으로 공급할수록 전류는 커집니다. 단순 계산으로 800W를 0.8V에서 공급하려면 1,000A가 필요합니다.

실제 GPU는 여러 전압 레일로 나뉘기 때문에 이 계산을 칩 전체에 그대로 적용할 수는 없습니다. 다만 코어 전압이 낮아질수록 전원망이 처리해야 하는 전류가 커진다는 원리는 같습니다.

삼성전기는 AI용 GPU와 CPU가 약 0.8V에서 수천 암페어급 전류를 사용하며 전압 안정성을 위해 대량의 초고용량 MLCC가 필요하다고 설명합니다.

GPU의 연산 부하가 바뀌면 필요한 전류도 급격히 변합니다. 그러나 전원공급장치와 전압조정모듈은 배선의 저항과 인덕턴스 때문에 즉시 반응하기 어렵습니다.

이때 GPU 가까이 있는 MLCC가 저장한 전하를 먼저 방출해 짧은 전력 공백을 메웁니다. 부하가 줄면 다시 충전되면서 전압이 허용 범위를 벗어나지 않도록 돕습니다.

전압 변화는 다음과 같이 단순화할 수 있습니다.

전압 변화 ≈ 전류 변화×저항 + 인덕턴스×전류 변화 속도 + 필요한 전하÷정전용량

따라서 용량은 크고 등가저항과 등가인덕턴스는 작아야 하며 커패시터는 칩과 가까워야 합니다. TI와 Analog Devices도 로컬 디커플링 커패시터가 순간 전류를 공급하고 전압 변동과 고주파 노이즈를 줄인다고 설명합니다.

3. 큰 커패시터 하나로 해결할 수 없는 이유

GPU 전원망에서는 용량만큼 위치와 반응 속도가 중요합니다.

커패시터와 GPU 사이의 배선이 길어지면 인덕턴스가 커지고 전류가 빠르게 변할 때 순간적인 전압 변동이 발생할 수 있습니다.

그래서 AI 가속기 보드에는 대형 커패시터 하나보다 다수의 소형 MLCC를 GPU 전원 단자 가까이에 병렬 배치합니다. 이렇게 하면 전체 정전용량을 높이면서 등가저항과 인덕턴스를 낮추고 전류 경로를 분산할 수 있습니다. 서로 다른 용량을 조합하면 넓은 주파수 영역의 노이즈에도 대응할 수 있습니다.

즉, MLCC가 늘어나는 이유는 총용량 증가뿐 아니라 전류가 필요한 위치마다 낮은 인덕턴스의 커패시터를 배치해야 하기 때문입니다.

4. 랙 단위 AI 시스템이 MLCC 수요를 증폭시키는 과정

엔비디아 GB200 NVL72는 하나의 랙에 72개의 Blackwell GPU와 36개의 Grace CPU를 배치한 랙 스케일 시스템입니다. 공식 가이드상 컴퓨팅 트레이 18개와 네트워크·전원 장치가 포함되며 랙 전력은 약 120kW 수준입니다.

MLCC는 GPU 코어뿐 아니라 CPU, HBM, 네트워크 스위치, 전압조정모듈, 전원 선반과 DC-DC 변환기 등에도 사용됩니다. 고속 반도체와 전력변환 단계가 늘수록 디커플링이 필요한 지점도 증가합니다.

엔비디아 H100 SXM의 최대 열설계전력은 700W입니다. DGX B200 공식 가이드는 GPU당 최대 전력을 1,000W, 8개 GPU를 탑재한 시스템의 최대 소비전력을 약 14.3kW로 제시합니다.

따라서 MLCC 수요 증가는 GPU 한 개의 전력 상승만으로 설명되지 않습니다. GPU 수와 함께 메모리, 네트워크, 랙 전원 구조까지 확대되는 결과입니다.

5. GPU 옆 MLCC와 전원장치용 MLCC는 역할이 다릅니다

AI 서버에서는 적용 위치에 따라 요구되는 MLCC 특성이 달라집니다.

GPU 가까이에 들어가는 저전압·초고용량 MLCC

GPU 주변에서는 제한된 공간에 큰 정전용량을 넣어야 합니다.

삼성전기는 1005 크기, 즉 가로 1.0㎜·세로 0.5㎜에 47µF를 구현한 제품과 1608 크기의 100µF 제품을 공개했습니다. 정격전압은 2.5V이며, 초저전압 전원 레일의 디커플링 용도로 사용할 수 있습니다.

• 1005는 미터법 1.0×0.5㎜이며 인치 표기로 0402입니다.
• 1608은 미터법 1.6×0.8㎜이며 인치 표기로 0603입니다.

무라타도 2025년 1005 크기의 47µF와 1608 크기의 100µF 제품 양산을 발표했습니다. 따라서 특정 업체의 독점보다는 극소수 선두 제조사가 경쟁하는 구조로 보는 편이 타당합니다.

전력변환 회로에 들어가는 고전압 MLCC

랙 전원 입력부와 DC-DC 변환 회로에서는 높은 내전압, 낮은 손실과 고온 신뢰성이 중요합니다.

삼성전기는 AI 서버용 4kW 이상급 전원공급장치의 공진 회로에 수십 개의 고전압 MLCC가 사용될 수 있으며 1,000V급 제품을 관련 용도로 공급한다고 설명합니다.

적용 위치	중요한 특성	대표적인 방향
GPU·CPU 가까이	작은 크기, 큰 용량, 낮은 인덕턴스	2.5V급 47µF·100µF
전원공급·전압변환 회로	높은 내전압, 낮은 손실, 신뢰성	100V급 또는 1kV급

6. 48V 전원 구조에서도 MLCC가 더 중요해지는 이유

같은 전력을 보낼 때 전압을 높이면 전류가 줄어 전선과 커넥터의 손실을 낮출 수 있습니다. 이 때문에 서버 전원 구조는 기존 12V 중심에서 48~54V급 배전으로 이동하고 있습니다.

GB200 NVL72 공식 문서에서도 전원 선반이 교류 전력을 약 50~51V 직류로 변환해 컴퓨팅 트레이에 공급합니다.

그러나 GPU가 48V로 작동하는 것은 아닙니다. 보드에서는 이를 여러 단계로 낮춰 최종적으로 1V 미만의 코어 전압을 만듭니다.

따라서 48V 입력과 중간 전압을 처리하는 고내압 MLCC, 최종 저전압 구간에서 순간 전류를 공급하는 초고용량 MLCC가 함께 필요합니다.

엔비디아는 향후 200kW를 넘는 랙을 위해 800V 직류 전원 아키텍처를 추진하고 있습니다. 높은 전압은 랙까지 전력을 효율적으로 전달하기 위한 것이지만 반도체 가까이에서는 여전히 감압과 정밀한 디커플링이 필요합니다.

고전압 배전은 MLCC를 없애는 변화가 아니라, 고전압 전력변환용 제품과 저전압 초고용량 제품의 역할을 세분화하는 변화입니다.

7. 고사양 MLCC 공급업체가 제한되는 이유

MLCC 내부에는 매우 얇은 유전체와 금속 전극이 수백 층 이상 쌓여 있습니다.

같은 크기에서 용량을 높이려면 유전체를 더 얇게 만들고 적층 수를 늘리면서 층간 결함, 균열과 절연 파괴를 억제해야 합니다. 서버 환경에서 장기 신뢰성도 확보해야 합니다.

1005 크기의 47µF나 1608 크기의 100µF 제품은 초박막 유전체, 정밀 인쇄·적층, 소성 수축 제어와 대량생산 수율을 함께 요구합니다. 시제품보다 안정적인 대량 공급의 장벽이 높은 이유입니다.

삼성전기는 자사 자료에서 AI 서버용 MLCC 시장점유율을 약 40%로 제시합니다. 이는 회사 발표 수치로 독립기관의 확정 통계와 구분해야 합니다. 무라타도 동급 제품을 양산하고 있어 시장은 독점보다 소수 선두 업체의 경쟁 구조에 가깝습니다.

삼성전기의 2026년 2분기 실적발표에 따르면 회사는 10곳이 넘는 글로벌 고객과 MLCC 장기공급계약을 체결했으며 AI 서버·네트워크·전력·데이터센터용 판매 증가가 컴포넌트 사업 성장에 기여했다고 밝혔습니다. 다만 고객별 단가와 개별 제품의 원가·수익성은 공개되지 않았습니다.

장기공급계약 확대는 물량 확보뿐 아니라 인증을 통과한 고신뢰성 부품을 안정적으로 조달하려는 수요와도 관련됩니다.

8. 투자자가 확인해야 할 지표와 위험요인

AI 서버용 MLCC 시장은 ‘탑재량이 몇 배 늘어난다’는 수치 하나로 판단하기 어렵습니다.

확인할 지표

첫째, AI 서버와 네트워크용 MLCC 매출이 실제로 증가하는지 확인해야 합니다. 전체 컴포넌트 매출만으로는 스마트폰·자동차용 수요와 구분하기 어렵습니다.

둘째, 47µF·100µF급 제품의 양산과 고객 인증 상황을 살펴야 합니다. 제품 발표와 실제 대량 출하는 다릅니다.

셋째, 장기공급계약의 고객 수와 기간을 확인해야 합니다. 비밀유지 조항 때문에 고객명과 개별 단가는 공개되지 않을 수 있습니다.

넷째, AI 랙의 전력 증가 속도를 봐야 합니다. 랙 전력이 120kW에서 200kW 이상으로 높아지면 전력변환과 신뢰성 요구도 달라질 수 있습니다.

함께 고려할 위험

AI 서버 수요가 성장하더라도 MLCC 산업은 경기순환의 영향을 받는 제조업입니다.

• 데이터센터 투자가 지연되거나 서버 설계가 바뀔 수 있습니다.
• 고객이 공급처를 다변화할 수 있습니다.
• 경쟁사의 생산능력 확대가 수급을 완화할 수 있습니다.
• 스마트폰·PC·가전 부진이 전체 가동률에 영향을 줄 수 있습니다.
• 고사양 제품 증가가 같은 비율의 이익 증가를 의미하지는 않습니다.
• 실리콘 커패시터나 패키지 내장형 커패시터와 역할이 일부 겹칠 수 있습니다.

일반 서버 3,000개·70달러, GB200 서버 3만 개·2,000달러와 같은 수치는 증권사 자료에 제시되지만 제조사나 엔비디아의 공개 부품표·계약자료에서는 독립적으로 확인되지 않았습니다. 확정적인 조달비용이나 수익성 계산에 사용하는 것은 주의해야 합니다.

결론: MLCC 10배의 본질은 ‘크기’가 아니라 ‘전원망의 복잡도’입니다

AI 서버에 MLCC가 많이 들어가는 이유는 서버 외형이 커졌기 때문이 아닙니다.

GPU의 전력은 증가하지만 코어 전압은 1V보다 낮아 대전류를 처리해야 합니다. 연산 부하에 따라 전류 수요가 빠르게 변하므로 GPU 가까이에 다수의 저인덕턴스 MLCC를 분산 배치해야 합니다.

여기에 수십 개 GPU를 연결한 랙 스케일 시스템이 확산되면서 전력변환 회로와 디커플링 지점도 늘어납니다. 48~54V 배전과 향후 800V 구조는 초고용량 제품뿐 아니라 고전압 MLCC의 중요성도 높입니다.

따라서 AI 서버용 MLCC의 변화는 단순한 수량 증가가 아니라 탑재량 확대, 초소형·초고용량화, 고전압 신뢰성 강화가 동시에 진행되는 제품 구성의 변화로 봐야 합니다.

다만 구체적인 부품 수, 계약 단가와 수익성은 서버 구성과 고객 계약에 따라 달라집니다. 공개되지 않은 수치로 특정 기업의 실적이나 주가 방향을 단정해서는 안 됩니다.

<실제 사용한 공개 원천자료>

공식 기업·제품 자료

• 삼성전기, AI 서버 전력과 MLCC 기술을 설명한 기술자료, 2026년 2월. AI 서버의 MLCC 사용량, 0.8V·수천A 전원 환경, 48V·고전압 제품 수요 설명.
• 삼성전기, 1005 47µF 및 1608 100µF 초고용량 MLCC 제품자료, 2025년 5월.
• 삼성전기, AI 서버용 MLCC 기술 및 시장 설명자료, 2025년 7월. AI 서버용 105℃·100V급 요구와 회사 제시 시장점유율 참고.
• 삼성전기, 2026년 2분기 실적발표, 2026년 7월 30일. MLCC 장기공급계약 고객 수와 컴포넌트 사업 실적 참고.
• NVIDIA, H100 Tensor Core GPU 공식 사양.
• NVIDIA, DGX B200 사용자 가이드, 2026년 6월 기준. GPU당 최대 전력과 시스템 최대 소비전력 참고.
• NVIDIA, DGX GB200 NVL72 랙 설치·전원 가이드.
• NVIDIA, 800V 직류 데이터센터 전원 아키텍처 자료.
• Murata, 1005 크기 47µF MLCC 양산 발표, 2025년.
• Murata, 1608 크기 100µF MLCC 양산 발표, 2025년.
• Texas Instruments 및 Analog Devices, 전원 디커플링과 전원 무결성 기술자료.

보조 자료

• TrendForce, GB200 서버 메인보드의 MLCC 수요 분석. 집계 범위 차이를 설명하는 보조 자료로만 사용.
• The Korea Herald, AI 서버 랙당 MLCC 최대 수량에 관한 업계 인용 보도. 공식 BOM이 아닌 추정치로 구분.

※ 이 글은 공개 자료를 바탕으로 한 산업·기술 정보이며, 특정 종목의 매수·매도 또는 수익을 권유하거나 보장하지 않습니다.